1080Ti 就搞定最新 SOTA 模型？一个普通研究生勇敢发毕业论文引起热议

点击上方“视学算法”，选择加"星标"或“置顶”

重磅干货，第一时间送达

转自 | 新智元

来源 | Reddit

编辑 | 好困

除了在顶会或者期刊上发表过的，一般人基本都会把自己的毕业论文「雪藏」起来。然而，有这么一位研究生不仅把自己的论文发了出来，还表示自己用1080Ti训练的比SOTA模型更厉害。

大厂用成千上万张显卡训练的SOTA模型已经看腻了？这次我们来看看「小作坊」训练的模型如何。

慕尼黑大学的研究生做了一个Deep Fake模型，只用了300万个参数和一个1080Ti，搞定！堪比SOTA！

虽然作者是这么说的，但是从他发布的成果上来看，有些一言难尽。

左边是原本的视频，右边是提供声音的素材，中间是生成的Deep Fake视频

由于样本只提供音频素材，所以声音还是样本的声音，听起来违和感简直要溢出屏幕了。好在不会出现像其他一些视频那样把整张脸贴上去那么搞笑。

网友用FakeAPP生成的视频

作者表示，和一些SOTA模型相比，论文的方法除了具有较低的嘴唇同步误差，同时在图像质量方面要优于所有方法。

从左到右依次是：原视频，文章的方法, Neural Voice Puppetry，Wav2Lip和Wav2Lip GAN

全连接网络就够了

模型基于3D可变形人脸模型 (3DMM)，并具有 3D 面部的位置编码和从英语语音中提取的音频特征。

对于给定的语音，模型可以预测中性空间的RGB颜色和3D顶点位移。音频特征向量过滤的时间稳定性可以提供平滑的唇音同步。

文章表示，模型可以接受任意音频输入，并生成逼真的面部图像。

模型首先提取梅尔频率倒谱系数（MFCC）特征，音频的嵌入由Wav2Lip编码器生成。

然后，变形（deformation）网络输出人物面部形状的网格，且不受3DMM的限制，并在之后利用恒等函数对3D形状进行优化。

最后，由音频驱动的图像由颜色（color）网络输出。

为了将输出图像嵌入到背景中，需要单独训练另一个基于背景和先前输出的合成网络。

模型每个部分的输出，从左至右：变形网络、颜色网络、合成网络

再来一个例子，从左至右依次是：原始的视频，渲染后的视频，仅用于获取音源的视频。

网友表示：你这个不行啊

对于项目本身，评价基本是负面的。

「那么，这与在奥巴马的静音视频上播放音频的结果有什么不同呢？」

「奥巴马的嘴唇似乎并没有遵循着说话的轨迹」

不仅如此，对于Deep Fake这类的研究，网友普遍对其伦理道德方面表示担忧。

「有时我想到这些技术是如何被滥用的，这让我对未来感到有点难过」

「它不仅会陷害无辜者，也会为有罪者提供合理的推诿」

「所以你决定既要改进deep-fake，又要使用凯文-史派西（有道德污点）。你基本上是每个人工智能伦理学家最糟糕的噩梦。」

这件事从另一个方面告诉我们，不要把自己的毕业论文发出来，难道来自导师的嘲讽还不够么????

论文地址：

https://www.dropbox.com/s/o0hk73j1dmelcny/ThesisTUM.pdf?dl=0

参考资料：

https://zielon.github.io/face-neural-rendering/

点个在看 paper不断！

1080Ti 就搞定最新 SOTA 模型？一个普通研究生勇敢发毕业论文引起热议相关推荐

NER任务最新SOTA模型W2NER
目录一.模型简介和思想二.模型结构第一部分encoder层第二部分Convolution Layer卷积层第三部分Co-Predictor Layer联合预测层三.模型代码解读模型输入 ...
最新SOTA模型和实现代码
3000+数据集检索,分类工具,外加SOTA代码实现. 前段时间,学术圈的"图片误用",也是给我整蒙了.本来不想表达意见的,这不看到AI领域欣欣向荣的场景,唠唠嗑吧. 知道卷,一直 ...
开源教程「nlp-tutorial」！用百行代码搞定各类NLP模型
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货参与:思源.贾伟来源:机器之心 NLP 的研究,从词嵌入到 CNN ...
lstm代码_贼好理解，这个项目教你如何用百行代码搞定各类NLP模型
机器之心报道参与:思源.贾伟 NLP 的研究,从词嵌入到 CNN,再到 RNN,再到 Attention,以及现在正红火的 Transformer,模型已有很多,代码库也成千上万.对于初学者如何把握 ...
一行代码搞定信用评分模型（python）
欢迎大家,上一篇博客[信用卡评分模型(R语言)]详细的讲解了如何开发评分卡,这片博客就不再详细介绍,为方便开发评分卡,本人根据自己经验写了一个python包,导入此包后仅需一行代码即可成功制作评分卡, ...
python爬朋友圈数据_第2天｜10天搞定Python网络爬虫，爬段子，发朋友圈
刚刚在朋友圈发了我在糗事百科上爬取的段子,获得了好几十个赞,嘎嘎,给你看一下:"创作一定要保持大脑刺激,才能写出不同的灵魂之光.老婆很赞同,为了让我写出好贴,给我带回来了锥子,锤子,还有龙息 ...
虚数有物理意义吗？潘建伟范靖云团队最新量子力学研究同日登顶刊，引发基础数理热议...
梦晨发自凹非寺量子位 | 公众号 QbitAI 量子力学又成了热点,这次不是量子计算也不是量子加密通讯,而是一个基础理论问题. 相关问题一度登上知乎热榜第二. 事情是这样的. 量子力学很多方程中 ...
风控必备的评分卡模型，TempoAI 10分钟搞定
8月20日,央行发布了<2020年第二季度支付体系运行总体情况>,数据显示,截至第二季度末,信用卡逾期半年未偿信贷总额838.84亿元,占信用卡应偿信贷余额的1.17%.与一季度相比,信用 ...
html编辑ko,BootstrapTable+KnockoutJS相结合实现增删改查解决方案（三）两个Viewmodel搞定增删改查...
前言:之前博主分享过knockoutJS和BootstrapTable的一些基础用法,都是写基础应用,根本谈不上封装,仅仅是避免了html控件的取值和赋值,远远没有将MVVM的精妙展现出来.最近项目打 ...

1080Ti 就搞定最新 SOTA 模型？一个普通研究生勇敢发毕业论文引起热议

除了在顶会或者期刊上发表过的，一般人基本都会把自己的毕业论文「雪藏」起来。然而，有这么一位研究生不仅把自己的论文发了出来，还表示自己用1080Ti训练的比SOTA模型更厉害。

1080Ti 就搞定最新 SOTA 模型？一个普通研究生勇敢发毕业论文引起热议相关推荐

最新文章

热门文章